張宏志，李健，祝洪宇

自平衡跟隨自行車控制系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)＊

張宏志，李健，祝洪宇

（遼寧科技大學(xué) 電子與信息工程學(xué)院，遼寧 鞍山 114051）

為解決平衡自行車跟隨行走的問題，提出了以O(shè)penMV視覺模塊提供方向引導(dǎo)、慣性飛輪PID算法控制車體平衡、直流電機(jī)驅(qū)動(dòng)自行車行進(jìn)的系統(tǒng)設(shè)計(jì)方案。該方案以自行車行走過程中的姿態(tài)測(cè)量數(shù)據(jù)為反饋量，構(gòu)成車身平衡雙閉環(huán)控制系統(tǒng)；通過OpenMV視覺模塊識(shí)別、鎖定目標(biāo)物，引導(dǎo)自行車行走跟隨。在自行設(shè)計(jì)制作的自行車實(shí)物模型上，以STM32F103作為主控制板搭建了控制系統(tǒng)。軟、硬件調(diào)試結(jié)果表明，所設(shè)計(jì)的方案能夠?qū)崿F(xiàn)自行車自平衡基礎(chǔ)上的行進(jìn)跟隨，且控制精準(zhǔn)度較高。

慣性飛輪；平衡車；視覺算法；PID

1 引言

自平衡自行車兼具傳統(tǒng)自行車靈活便捷和智能控制系統(tǒng)智能高效的特點(diǎn)，是一種全新的交通運(yùn)輸和代步行走工具。與市面上流行的左輪、右輪縱向平衡車不同，自平衡自行車采用的是前輪、后輪行進(jìn)的結(jié)構(gòu)形式。對(duì)于這種結(jié)構(gòu)形式的自行車，控制系統(tǒng)要解決的關(guān)鍵問題是使自行車在保持車身平衡的基礎(chǔ)上實(shí)現(xiàn)智能跟隨。為改善此類系統(tǒng)的控制性能，文獻(xiàn)[1-3]建立了無人自行車非線性動(dòng)力學(xué)模型，提出了基于陀螺儀的直立姿態(tài)平衡控制方法；文獻(xiàn)[4]采用步進(jìn)電機(jī)驅(qū)動(dòng)控制技術(shù)實(shí)現(xiàn)自行車的相對(duì)動(dòng)態(tài)平衡；考慮到自行車是多變量、強(qiáng)耦合的非線性系統(tǒng)，文獻(xiàn)[5-6]設(shè)計(jì)了基于LQR（Linear Quadratic Regulator）的控制算法，借以完成機(jī)器人自行車靜態(tài)平衡。上述方法各有優(yōu)點(diǎn)和適用條件。

在借鑒前述工作的基礎(chǔ)上，本文提出一種基于視覺引導(dǎo)的自平衡跟隨自行車控制系統(tǒng)設(shè)計(jì)方法。該方法運(yùn)用機(jī)器視覺技術(shù)對(duì)引導(dǎo)物圖像進(jìn)行數(shù)據(jù)采集和處理，借助伺服控制技術(shù)，采用雙閉環(huán)控制結(jié)構(gòu)輔助實(shí)現(xiàn)自行車行進(jìn)過程中的動(dòng)靜態(tài)平衡，在自行設(shè)計(jì)制作的自行車實(shí)物模型上進(jìn)行了方法驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，融合了機(jī)器視覺技術(shù)的控制方法可以使自平衡跟隨自行車對(duì)引導(dǎo)物進(jìn)行精準(zhǔn)鎖定，實(shí)現(xiàn)行走過程中的動(dòng)態(tài)、靜態(tài)自動(dòng)平衡，具備一定的抗干擾能力和智能行走功能。

2 系統(tǒng)構(gòu)成及控制系統(tǒng)結(jié)構(gòu)

2.1 系統(tǒng)構(gòu)成

自行搭建的自平衡自行車物理模型如圖1所示。該模型由車體、視覺引導(dǎo)、車身平衡、行走控制和能源動(dòng)力5個(gè)部分組成。車體部分采用Solidworks2016建立三維模型，借助3D快速成型技術(shù)進(jìn)行零部件制作，然后組裝而成，主要包括車架、底盤、前后車輪和舵機(jī)，前輪為從動(dòng)輪，后輪為驅(qū)動(dòng)輪。視覺引導(dǎo)部分的核心是視覺傳感器，主要包括具有數(shù)據(jù)處理和傳輸功能的OpenMV攝像頭和配套組件。車體平衡部分主要包括慣性飛輪和附屬機(jī)械零部件，采用機(jī)械加工方式制作而成。控制部分是集成了主控制器、檢測(cè)模塊和各種驅(qū)動(dòng)模塊的PCB電路板。能源動(dòng)力部分包括電池和兩個(gè)直流電機(jī)，電池除了給直流電機(jī)提供動(dòng)力，也給控制模塊提供工作電源；兩個(gè)直流電機(jī)中，一個(gè)帶有編碼器，用于驅(qū)動(dòng)慣性飛輪，另一個(gè)不帶編碼器，通過減速裝置與后輪相聯(lián)用于驅(qū)動(dòng)自行車行進(jìn)。為使自行車具有比較好的動(dòng)靜態(tài)控制效果，在制作過程中盡可能做到車體質(zhì)量分布均勻，重心居中。

圖1 自行車車體圖

2.2 控制系統(tǒng)結(jié)構(gòu)

根據(jù)平衡自行車跟隨行走控制要求，將控制系統(tǒng)設(shè)計(jì)成3個(gè)相對(duì)獨(dú)立的子系統(tǒng)，分別是車身平衡控制子系統(tǒng)、目標(biāo)追蹤控制子系統(tǒng)和行走控制子系統(tǒng)，各子系統(tǒng)的控制結(jié)構(gòu)如圖2所示。

車身平衡是平衡自行車跟隨行走的基礎(chǔ)，為同時(shí)兼顧穩(wěn)定性和響應(yīng)速度的要求，車身平衡子系統(tǒng)采用雙閉環(huán)串級(jí)控制結(jié)構(gòu)，控制結(jié)構(gòu)如圖2（a）所示。圖2（a）中，外環(huán)是速度環(huán)，內(nèi)環(huán)是位置環(huán)。速度環(huán)給定信號(hào)*來自主控指令，反饋信號(hào)來自慣性飛輪直流電機(jī)編碼器，速度給定信號(hào)*與反饋信號(hào)的偏差Δ送給速度調(diào)節(jié)器ASR，經(jīng)ASR處理后的輸出信號(hào)作為位置環(huán)的給定*；位置環(huán)的反饋值來自姿態(tài)檢測(cè)傳感器，它反映了自行車實(shí)際傾斜角，位置環(huán)的給定*與反饋值的偏差Δ送給位置調(diào)節(jié)器APR，調(diào)節(jié)器APR對(duì)Δ處理后，輸出具有一定占空比的PWM信號(hào)，送給電機(jī)驅(qū)動(dòng)模塊，繼而調(diào)節(jié)電機(jī)轉(zhuǎn)速，完成姿態(tài)調(diào)整。

目標(biāo)追蹤控制子系統(tǒng)采用單閉環(huán)控制結(jié)構(gòu)，控制結(jié)構(gòu)如圖2（b）所示。在該子系統(tǒng)中，目標(biāo)給定信號(hào)*來自主控模塊指令，反饋信號(hào)來自視覺傳感器模塊，目標(biāo)給定信號(hào)*與反饋信號(hào)的偏差Δ送給舵機(jī)，用于調(diào)整自行車轉(zhuǎn)向。與目標(biāo)追蹤控制子系統(tǒng)相似，行進(jìn)控制子系統(tǒng)也采用單閉環(huán)控制結(jié)構(gòu)，控制結(jié)構(gòu)如圖2（c）所示。

圖2 控制系統(tǒng)結(jié)構(gòu)圖

3 控制系統(tǒng)硬件設(shè)計(jì)

控制系統(tǒng)硬件電路結(jié)構(gòu)如圖3所示，主要由主控制器模塊、視覺圖像處理模塊、姿態(tài)檢測(cè)模塊、直流電機(jī)驅(qū)動(dòng)模塊及電源模塊5部分構(gòu)成。主控制器模塊是控制系統(tǒng)的核心，該模塊的主要功能是接收姿態(tài)傳感器、直流電機(jī)編碼器和視覺傳感器的反饋數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行處理及運(yùn)算，最后將控制信號(hào)輸出給舵機(jī)或直流電機(jī)驅(qū)動(dòng)模塊。姿態(tài)檢測(cè)模塊的功能是通過角速度和角加速度傳感器實(shí)時(shí)檢測(cè)自行車實(shí)際傾斜角，并將其轉(zhuǎn)化為主控制器模塊可以識(shí)別的信號(hào)送給主控；視覺檢測(cè)模塊的功能是利用視覺傳感技術(shù)對(duì)引導(dǎo)物進(jìn)行位置采集，采集到的數(shù)據(jù)提供給主控制器作為控制舵機(jī)轉(zhuǎn)向的基礎(chǔ)。直流電機(jī)驅(qū)動(dòng)模塊負(fù)責(zé)將主控制器輸出的PWM信號(hào)轉(zhuǎn)換為控制信號(hào)，驅(qū)動(dòng)2個(gè)直流電機(jī)的轉(zhuǎn)速和方向。電源模塊的功能是為控制系統(tǒng)各組成部分提供能量來源。

圖3 控制系統(tǒng)硬件電路結(jié)構(gòu)框圖

3.1 主控制器模塊

主控制器采用STM32F103C8T6單片機(jī)。該控制器是基于Cortex-M3內(nèi)核的32 bCPU，最高工作頻率為72 MHz，在6～64 kB的SRAM存儲(chǔ)器片上集成了SPI、I2C和USART等通信接口，方便對(duì)外界數(shù)據(jù)進(jìn)行讀?。缓?個(gè)定時(shí)器；可輸出多路PWM信號(hào)，使得電機(jī)驅(qū)動(dòng)模塊獲得穩(wěn)定的PWM波形。在本系統(tǒng)設(shè)計(jì)中，STM32F103C8T6采用串口通信方式接收視覺模塊和藍(lán)牙模塊的數(shù)據(jù)，采用IIC協(xié)議讀取姿態(tài)傳感器MPU-6050的數(shù)據(jù)，輸出PWM波形控制電機(jī)和舵機(jī)等。

3.2 視覺處理模塊

OpenMV是集成了STM32F427CPU微處理器和OV7725圖像傳感器的開源型機(jī)器視覺模塊，可方便、快捷地實(shí)現(xiàn)圖像檢測(cè)和跟蹤、特征提取、顏色跟蹤等功能。在OpenMV上，可以用C語(yǔ)言高效實(shí)現(xiàn)機(jī)器視覺算法；由于該模塊搭載了Micro Python解釋器，提供了Python編程接口，還可以使用Python腳本語(yǔ)言編程實(shí)現(xiàn)I/O端口控制、讀取文件系統(tǒng)等基礎(chǔ)功能[7-9]。在本設(shè)計(jì)采用視覺引導(dǎo)模塊工作過程中，OpenMV攝像頭實(shí)時(shí)檢測(cè)引導(dǎo)物的中心坐標(biāo)、判斷引導(dǎo)物的位置和方向，最終實(shí)現(xiàn)以引導(dǎo)物為基準(zhǔn)的跟隨運(yùn)動(dòng)。為精確跟蹤效果，對(duì)攝像頭采集的圖像需要每10幀處理一次，過程復(fù)雜，計(jì)算量大。為減輕STM32F103C8T6工作負(fù)擔(dān)，本設(shè)計(jì)在OpenMV視覺模塊的基礎(chǔ)上，使用OpenMV IDE軟件和OpenCV庫(kù)進(jìn)行圖像處理。處理后的位置信息通過串口通信發(fā)送給主控模塊STM32F103C8T6，進(jìn)而輸出相應(yīng)的電信號(hào)去控制舵機(jī)移動(dòng)，使自行車跟隨引導(dǎo)物。OV7725攝像頭原理電路如圖4所示。

圖4 OV7725攝像頭原理電路

3.3 姿態(tài)處理模塊

MPU-6050是美國(guó)InvenSense公司生產(chǎn)的整合性6軸運(yùn)動(dòng)處理器。該處理器整合了3軸陀螺儀和3軸加速度計(jì)，其角速度感測(cè)范圍和加速度感測(cè)范圍分別有4組參數(shù)可供選擇，且感測(cè)范圍可通過編程來控制。本設(shè)計(jì)選用MPU-6050處理器作為姿態(tài)檢測(cè)模塊，對(duì)行進(jìn)中的自行車慣性飛輪角速度和角度加速度進(jìn)行實(shí)時(shí)測(cè)量。MPU-6050的測(cè)量數(shù)據(jù)經(jīng)過內(nèi)置16位A/D轉(zhuǎn)換器轉(zhuǎn)換后，通過IIC總線接口發(fā)送給STM32F103C8T6。MPU-6050和STM32F103C8T6之間的通信使用SDA和SCL端口。

MPU-6050模塊電路如圖5所示。

圖5 MPU-6050模塊電路

3.4 電機(jī)驅(qū)動(dòng)模塊

本設(shè)計(jì)采用TB6612FNG作為電機(jī)驅(qū)動(dòng)模塊。TB6612FNG是一款新型驅(qū)動(dòng)器件，其電路如圖6所示。該模塊具有驅(qū)動(dòng)能力強(qiáng)、散熱好、抗干擾能力強(qiáng)等特點(diǎn)，能獨(dú)立雙向控制2臺(tái)直流電機(jī)。當(dāng)圖6中的使能端ENA和ENB使能后，從AIN1、AIN2輸入的信號(hào)驅(qū)動(dòng)電機(jī)1的轉(zhuǎn)速和方向，從BIN1、BIN2輸入的信號(hào)驅(qū)動(dòng)電機(jī)2 的轉(zhuǎn)速和方向。

圖6 電機(jī)驅(qū)動(dòng)電路

3.5 電源轉(zhuǎn)換模塊

電源模塊包括12 V航模鋰電池和穩(wěn)壓電路兩部分。航模電池供電電壓穩(wěn)定，可對(duì)電機(jī)驅(qū)動(dòng)模塊直接供電；STM32F103C8T6和其他外設(shè)模塊的供電要求在3～6 V之間，所以采用穩(wěn)壓電路產(chǎn)生3.3 V和5 V兩個(gè)電壓，其中 3.3 V給STM32F103C8T6和MPU6050姿態(tài)傳感器供電，5 V給OLED顯示屏等外圍設(shè)備供電。電源穩(wěn)壓電路如圖7所示。

圖7 電源穩(wěn)壓電路

4 控制系統(tǒng)軟件設(shè)計(jì)

4.1 軟件總體流程

主程序主要包括初始化子程序、中斷響應(yīng)子程序、姿態(tài)處理模塊數(shù)據(jù)采集子程序、視覺處理模塊數(shù)據(jù)采集子程序、PID控制子程序、電機(jī)PWM控制子程序六個(gè)部分。主體流程如圖8所示。

系統(tǒng)啟動(dòng)后，首先對(duì)所有設(shè)備進(jìn)行初始化，分配資源，然后執(zhí)行中斷程序，判斷5 ms時(shí)間是否到。若時(shí)間到，則讀取姿態(tài)檢測(cè)模塊MPU-6050采集到的偏移角數(shù)據(jù)，利用內(nèi)置濾波算法進(jìn)行數(shù)據(jù)融合得到姿態(tài)估計(jì)值；若該估計(jì)值不滿足平衡要求，則執(zhí)行增量式PID控制算法對(duì)慣性飛輪的角度和角速度進(jìn)行調(diào)節(jié)，改變PWM占空比，進(jìn)而驅(qū)動(dòng)慣性飛輪調(diào)整自行車偏移角，直到自行車能夠在靜止?fàn)顟B(tài)下收斂于平衡狀態(tài)。之后，視覺檢測(cè)模塊的OV7725攝像頭開始不斷掃描周圍環(huán)境，一旦引導(dǎo)物出現(xiàn)在檢測(cè)范圍內(nèi)，主控模塊STM32F103C8T6就會(huì)根據(jù)視覺模塊傳回的引導(dǎo)物中心坐標(biāo)判斷其位置。若判斷出引導(dǎo)物出現(xiàn)在自行車的左側(cè)，則繼續(xù)判斷自行車與引導(dǎo)物的距離是否大于設(shè)定值閾值。如果大于該閾值，則舵機(jī)向左調(diào)整，自行車左轉(zhuǎn)向后繼續(xù)前進(jìn)；否則舵機(jī)向右調(diào)整，自行車右轉(zhuǎn)向、后退，一直退到自行車與引導(dǎo)物的距離大于設(shè)定值閾值時(shí)自行車再繼續(xù)跟隨引導(dǎo)物前進(jìn)。若判斷出引導(dǎo)物出現(xiàn)在自行車的右側(cè)，則重復(fù)與上述類似的調(diào)整過程。這樣，在自行車行進(jìn)過程中，OV7725攝像頭實(shí)時(shí)測(cè)量自行車與目標(biāo)引導(dǎo)物的距離、MPU-6050實(shí)時(shí)采集偏移角數(shù)據(jù)，從而引導(dǎo)主控模塊適時(shí)調(diào)整舵機(jī)轉(zhuǎn)向、車身姿態(tài)和行進(jìn)速度，使自行車始終與引導(dǎo)物保持一定距離穩(wěn)定跟隨。

4.2 系統(tǒng)初始化

系統(tǒng)初始化主要包括系統(tǒng)時(shí)鐘初始化、NVIC（Nested Vectored Interrupt Controller）中斷初始化、定時(shí)器外部中斷初始化、通信（IIC）初始化、OpenMV視覺模塊初始化、MPU-6050初始化、驅(qū)動(dòng)模塊TB6612FNG初始化等。STM32F103C8T6有72 MHz和36 MHz兩種工作頻率可供選擇，本系統(tǒng)對(duì)時(shí)鐘頻率的要求高，為減小系統(tǒng)誤差，在時(shí)鐘初始化程序中將時(shí)鐘頻率設(shè)置為72 MHz。

通信（IIC）初始化主要工作是設(shè)置串口波特率、中斷允許標(biāo)志位和模塊工作模式。本系統(tǒng)將主控制器模塊STM32F103C8T6的串口1波特率設(shè)置為115 200 b/s，用于與OpenMV進(jìn)行通信；將串口3波特率設(shè)置為9 600 b/s，用于與藍(lán)牙進(jìn)行通信。

圖8 系統(tǒng)主程序流程圖

4.3 控制算法

控制算法是自行車平衡和跟隨控制的核心[10-11]。為了提高自行車系統(tǒng)整體反應(yīng)速度，便于物理實(shí)現(xiàn)和實(shí)際操作，本設(shè)計(jì)對(duì)不同的控制子系統(tǒng)采用了不同的控制算法。為降低自行車突然加減速對(duì)車體的沖擊，行進(jìn)控制系統(tǒng)采用帶有中間區(qū)的雙位控制算法；目標(biāo)追蹤控制系統(tǒng)采用增量式PI控制算法，以兼顧舵機(jī)反應(yīng)速度和攝像頭跟蹤準(zhǔn)確度的要求；對(duì)前后輪結(jié)構(gòu)形式的自行車來說，車體平衡控制是自行車穩(wěn)定行走的前提，控制精度要求高，所以在串級(jí)結(jié)構(gòu)基礎(chǔ)上主控制器ASR采用增量式PI算法，副控制器APR采用增量式PD算法。

帶中間區(qū)的雙位控制器輸出與輸入偏差之間的關(guān)系如下：

根據(jù)式（1），當(dāng)攝像頭與引導(dǎo)物之間的距離大于給定值某一數(shù)值后（即偏差大于某一閾值），主控模塊STM32F103C8T6輸出具有一定占空比的信號(hào)max，電機(jī)加速，正向前進(jìn)，靠近引導(dǎo)物；反之，當(dāng)攝像頭與引導(dǎo)物之間的距離小于給定值某一數(shù)值后（即偏差小于某一閾值），STM32F103C8T6輸出具有一定占空比的信號(hào)min，電機(jī)減速，反向后退，離開引導(dǎo)物。當(dāng)偏差在中間區(qū)變化時(shí)，主控模塊STM32F103C8T6輸出值不變。

目標(biāo)追蹤控制系統(tǒng)采用增量式PI控制算法。根據(jù)式（2）所示的增量式離散PID公式，得到采用增量式PI控制算法表達(dá)式，如式（3）所示。

Δ=p[（）－（－1）]+i（）+

d[（）－2（－1）+（－2）] （2）

Δ舵機(jī)=p舵機(jī)[（）－（－1）]+i舵機(jī)（）（3）

式（2）（3）中：（）為當(dāng)前時(shí)刻偏差；（－1）、（）、（－2）分別代表相鄰三個(gè)時(shí)刻偏差；Δ舵機(jī)為主控模塊STM32F103C8T6根據(jù)PI算法計(jì)算出的PWM信號(hào)占空比的增量值。

于是，STM32F103C8T6輸出的、用于控制舵機(jī)旋轉(zhuǎn)的PWM信號(hào)為：

舵機(jī)=（）+ Δ舵機(jī)（4）

車體平衡控制系統(tǒng)采用了串級(jí)控制結(jié)構(gòu)。根據(jù)經(jīng)驗(yàn)可知，慣性飛輪的旋轉(zhuǎn)速度和自行車的傾斜角有關(guān)，當(dāng)傾斜角增大后，在副控制器APR的作用下，產(chǎn)生一個(gè)加速度使飛輪旋轉(zhuǎn)速度加快；當(dāng)傾斜角減小后，APR仍然會(huì)產(chǎn)生一個(gè)加速度使飛輪旋轉(zhuǎn)速度減慢。為了快速克服擾動(dòng)和編碼器噪聲對(duì)調(diào)節(jié)精度的影響，APR采用增量式PD控制算法，主控制器ASR采用增量式PI控制算法。

ASR增量式PI控制算法和APR增量式PD控制算法表達(dá)式分別如式（5）（6）所示。

ΔASR=pASR[（）－（－1）]+iASR（）（5）

ΔAPR=pAPR[（）－（－1）]+dAPR[（）－

2（－1）+（－2）] （6）

4.4 電機(jī)控制策略

本設(shè)計(jì)中，慣性飛輪和后輪驅(qū)動(dòng)使用的都是12 V直流電機(jī)。電機(jī)轉(zhuǎn)速由施加給電機(jī)驅(qū)動(dòng)使能端ENA和ENB的PWM信號(hào)決定，電機(jī)正、反轉(zhuǎn)通過改變電機(jī)驅(qū)動(dòng)IN1和IN2正負(fù)極性來實(shí)現(xiàn)，電機(jī)的加減速通過增大或減小PWM的方法來實(shí)現(xiàn)。通過PID控制算法后的PWM信號(hào)由主控制器STM32F103C8T6直接發(fā)送給直流電機(jī)驅(qū)動(dòng)模塊，從而控制直流電機(jī)的速度和方向。自行車轉(zhuǎn)彎是通過主控制器控制舵機(jī)旋轉(zhuǎn)帶動(dòng)扶手來實(shí)現(xiàn)的。

5 系統(tǒng)調(diào)試

5.1 OpenMV目標(biāo)追蹤

目標(biāo)追蹤調(diào)試包括閾值設(shè)定和測(cè)距兩個(gè)內(nèi)容。在軟件代碼中，主要通過運(yùn)行OpenMV視覺模塊中的OpenMV IDE軟件和調(diào)用OpenCV圖像處理數(shù)據(jù)庫(kù)實(shí)現(xiàn)引導(dǎo)物的識(shí)別和測(cè)距定位。

閾值設(shè)定基本步驟如下：①運(yùn)行基礎(chǔ)程序hello word.py，在IDE中運(yùn)行framebuffer，顯示圖案；②運(yùn)行Mechine Vision，選擇Threshold Edito；③點(diǎn)擊Frame Buffer獲取IDE中的圖像，選擇閾值；④通過find_blobs函數(shù)找到引導(dǎo)物圖像；⑤通過uart.write函數(shù)將max_blob.cx（引導(dǎo)物中心橫坐標(biāo)）和max_blob.cy（引導(dǎo)物中心縱坐標(biāo)）發(fā)送給主控。

OpenMV實(shí)現(xiàn)測(cè)距定位的步驟如下：①設(shè)定引導(dǎo)物與攝像頭距離=10 cm；②通過find_blobs計(jì)算引導(dǎo)物圖像像素點(diǎn)M；③根據(jù)步驟①和②中的數(shù)據(jù)計(jì)算常數(shù)K=×M；④將引導(dǎo)物放在攝像頭檢測(cè)范圍內(nèi)的任意位置；⑤通過find_blobs函數(shù)找到引導(dǎo)物圖像，計(jì)算像素點(diǎn)；⑥根據(jù)公式K=×M計(jì)算引導(dǎo)物與攝像頭之間的距離，通過uart.write將該數(shù)據(jù)發(fā)送回主控。

5.2 舵機(jī)PI控制參數(shù)整定

追蹤系統(tǒng)是單閉環(huán)控制系統(tǒng)，其PI控制器參數(shù)采用經(jīng)驗(yàn)試湊法進(jìn)行整定。舵機(jī)的控制一般需要20 ms左右的時(shí)鐘脈沖，該脈沖的高電平部分一般為0.5～2.5 ms范圍內(nèi)的角度控制脈沖部分，分別對(duì)應(yīng)0°～180°。因?yàn)镻WM太大會(huì)使舵機(jī)位移太大，使系統(tǒng)失去平衡，所以對(duì)PWM限幅為1 000（舵機(jī)最大偏移量為45°）。經(jīng)實(shí)際調(diào)試，控制周期為5 ms，p舵機(jī)值為﹣0.3，i舵機(jī)值為﹣0.005時(shí)，舵機(jī)能較平穩(wěn)的向著目標(biāo)物體靠近。

5.3 車身平衡系統(tǒng)PID控制參數(shù)整定

按照車身平衡采用串級(jí)控制系統(tǒng)的情況，其控制器參數(shù)整定采用兩步整定法，即先整定副控制器APR，后整定主控制器ASR，最終整定出能使自行車實(shí)現(xiàn)自平衡的最佳參數(shù)。在本設(shè)計(jì)中，主控模塊PWM輸出設(shè)置值是7 200，對(duì)應(yīng)占空比為100%。根據(jù)這一設(shè)定，如果pAPR值為720，則自行車在傾斜角度為±10°的時(shí)候飛輪就會(huì)滿轉(zhuǎn)?？紤]到自行車傾斜過程中飛輪反應(yīng)速度對(duì)車體平衡的影響，設(shè)定車體傾斜角度在±4°時(shí)，飛輪滿轉(zhuǎn)。據(jù)此估算出pAPR的取值范圍為[0，1 800]。當(dāng)pAPR增大到1 500時(shí)，可以看到自行車在發(fā)生傾斜時(shí)，飛輪產(chǎn)生的反作用慣性力矩使車體能夠暫近收斂于直立的靜止平衡狀態(tài)，但存在低頻抖動(dòng)。此時(shí)加入微分控制，估算dAPR值應(yīng)該在0～8之間，設(shè)定dAPR值為7.2。

在速度環(huán)控制器參數(shù)整定中，首先通過STM32定時(shí)器的編碼器接口模式對(duì)編碼器模式進(jìn)行四倍頻，并使用M法測(cè)速得到飛輪的速度信息。此時(shí)，編碼器最大值在200左右?？紤]到系統(tǒng)的反應(yīng)時(shí)間，假定當(dāng)速度偏差達(dá)到最大速度50%的時(shí)候，電機(jī)速度最快，根據(jù)PWM輸出設(shè)置值與占空比之間的對(duì)應(yīng)關(guān)系，得到pASR最大值為72。所以，iASR值應(yīng)設(shè)定為pASR/50。經(jīng)過實(shí)際測(cè)試，當(dāng)pASR=50，iASR=1時(shí)，自行車可以保持趨近平衡狀態(tài)。

5.4 系統(tǒng)的動(dòng)態(tài)調(diào)試

在小車自平衡過程中，若給小車一個(gè)外力來破壞小車的平衡，則小車能迅速響應(yīng)這個(gè)變化，立即運(yùn)動(dòng)來減小傾角的變化，建立穩(wěn)定平衡狀態(tài)。開始調(diào)試時(shí)，能響應(yīng)，但波動(dòng)較大，建立平衡的時(shí)間較長(zhǎng)，通過修正PID參數(shù)，最終能使小車快速達(dá)到平衡狀態(tài)。

5.5 調(diào)試結(jié)果

大量實(shí)驗(yàn)和調(diào)試結(jié)果表明，系統(tǒng)通電后，自行車完全實(shí)現(xiàn)靜止自平衡的時(shí)間為3 s左右；在普通水磨石地面上，平衡時(shí)傾角范圍約在±10°。給予一定外力干擾時(shí)，小車能夠立刻自動(dòng)調(diào)節(jié)達(dá)到自平衡狀態(tài)；跟隨目標(biāo)在1 m范圍內(nèi)跟隨效果最優(yōu)。

6 結(jié)論

實(shí)驗(yàn)結(jié)果表明，所提出的設(shè)計(jì)方案和實(shí)現(xiàn)方法可使自平衡跟隨自行車在不需要人為控制的情況下保持平衡跟隨。該控制系統(tǒng)把機(jī)器視覺技術(shù)、嵌入式技術(shù)、運(yùn)動(dòng)控制技術(shù)融合在一起，有效解決了自平衡自行車行進(jìn)過程中的姿態(tài)控制和目標(biāo)跟隨問題，符合當(dāng)前各個(gè)領(lǐng)域智能和自動(dòng)化產(chǎn)品的趨勢(shì)。經(jīng)過實(shí)驗(yàn)室進(jìn)一步完善改進(jìn)后，在貨物輸送、智能交通等領(lǐng)域會(huì)有很好的發(fā)展與應(yīng)用前景。

［1］郭磊，黃用華，廖啟征，等.自平衡自行車機(jī)器人的運(yùn)動(dòng)學(xué)分析［J］.北京郵電大學(xué)學(xué)報(bào)，2011，34（6）：99-102.

［2］郭磊，廖啟征，魏世民.用速率陀螺儀實(shí)現(xiàn)基于單片機(jī)的角度隨動(dòng)系統(tǒng)研究——在自行車機(jī)器人的平衡控制中的應(yīng)用［J］.機(jī)電產(chǎn)品開發(fā)與創(chuàng)新，2005，18（2）：1-3.

［3］呂寬州，陳素霞，黃金振.基于陀螺儀的無人自行車平衡控制方法［J］.計(jì)算機(jī)測(cè)量與控制，2015，23（7）：2344-2346.

［4］黃用華，廖啟征，魏世民，等.前輪驅(qū)動(dòng)自行車機(jī)器人直線運(yùn)動(dòng)的控制實(shí)現(xiàn)［J］.北京郵電大學(xué)學(xué)報(bào)，2012，35（3）：65-69.

［5］古文生，王峰，周全，等.基于LQR控制的機(jī)器人自行車靜態(tài)平衡研究［J］.電腦知識(shí)與技術(shù)，2020，16（4）：192-194.

［6］楊凌霄，李曉陽(yáng).基于GA的兩輪自平衡小車LQR最優(yōu)控制器設(shè)計(jì)［J］.河南理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2015，34（1）：85-90.

［7］田渠，羅淦，尹海濤.基于OpenMV的智能跟蹤小車設(shè)計(jì)［J］.計(jì)算機(jī)測(cè)量與控制，2019， 27（8）：168-169.

［8］莊瓊云.基于OpenMV的智能尋跡小車設(shè)計(jì)與實(shí)現(xiàn)［D］.泉州：黎明職業(yè)大學(xué)，2018.

［9］謝彥昆.基于單目視覺的自平衡車編隊(duì)行進(jìn)控制設(shè)計(jì)與實(shí)現(xiàn)［D］.重慶：重慶大學(xué)，2018.

［10］黨新安，唐鵬，楊立軍.單片機(jī)控制PID調(diào)節(jié)的自平衡自行車［J］.機(jī)械設(shè)計(jì)與制造，2019（10）：115-118.

［11］王素青，熊維堂.基于STM32的兩輪自平衡小車系統(tǒng)設(shè)計(jì)［J］.實(shí)驗(yàn)室研究與探索，2016，35（5）：146-150.

TH17

A

10.15913/j.cnki.kjycx.2021.01.017

2095－6835（2021）01－0051－05

遼寧省大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目（編號(hào)：201910146027）

張宏志（1999—），男，吉林蛟河人，在讀本科生，自動(dòng)化專業(yè)。李?。?998—），男，山西朔州人，在讀本科生，自動(dòng)化專業(yè)。

祝洪宇（1971—），男，遼寧海城人，博士，副教授，研究方向?yàn)殡姍C(jī)狀態(tài)監(jiān)測(cè)和故障診斷。

〔編輯：嚴(yán)麗琴〕